UX Design

El valor del A/B Testing

¿A qué nos referimos cuando hablamos del A/B testing? Básicamente es una técnica experimental para comparar dos (o más, tiene el nombre de Split Test) versiones de un mismo contenido web/digital para poder determinar cuál de éstos cumple con los objetivos que se han planteado.

Pero, ¿Cómo se hace? Antes de iniciar el test, se establece una hipótesis, luego se plantean los parámetros por los cuales serán evaluados, además de, la forma y el tiempo que estará visible para obtener estos objetivos. Posteriormente, se muestra de forma aleatoria el contenido “A” a la mitad de los usuarios y el contenido “B” a la otra mitad (también puede ser 40% y 60%), para poder medir y analizar los resultados de cada caso, en función de ciertas variables como lo son la tasa de clics (CTR), Porcentaje de conversión, engagement y/o rebote.

¿Cómo se si puedo aplicar esto a mi sitio web, aplicación o producto?

Bueno todos podemos beneficiarnos con la realización de un A/B Test. Esto, porque todo lo mencionado anteriormente tiene un objetivo medible. Algunos buenos ejemplos a los cuales podemos aplicar este test son: 

• CTAs
• Email marketing
• Landing page
• Imágenes
• Formularios

Ejemplo práctico

Imaginemos que una empresa de retail está considerando mejorar o cambiar su landing para el día del padre.

Tenemos dos opciones para probar en nuestro test (imagen superior). La opción A es la estructura o diseño original, la cual contiene un banner principal, que abarca todo el primer horizonte de lado a lado; por su parte, la opción B es la que propone el equipo de UX, donde se encuentran tres banner, uno principal a la izquierda y dos a la derecha del mismo tamaño. 

El equipo de UX comenta que al ser 3 banner, la posibilidad de interés del usuario por uno de estos es mayor, pero para comprobar esta teoría deciden ponerlo a prueba con un A/B testing.

Lo que le importa a esta empresa de retail y las variables que deben medir con el test son:

• El tiempo que el usuario pasa en la landing
• El porcentaje de conversión (cantidad de usuarios que hacen click en el banner)

Acá es cuando pueden decidir si el tráfico para cada opción, puede ser 50% y 50%, como también puede ser 40% y 60%.

Después de probar con este test durante una semana y dividiendo el tráfico 40% y 60% respectivamente, supongamos que estos son los resultados que obtiene la organización:

Viendo la tabla con los resultados de nuestro test, podemos ver que la opción B obtuvo más visitas, pero debemos tener en cuenta que como el tráfico se distribuyó en un 40% y 60%, este puede que no sea un número que respalda nuestra hipótesis, por lo que debemos entrar a analizar en profundidad nuestros resultados. Para lograrlo, te recomiendo revisar esta publicación.

Hipótesis A/B Testing

Lo más importante dentro del test es la hipótesis, porque sin una simplemente estaremos analizando opciones sin un respaldo de porque es mejor un Call to Action en verde o en azul, y por qué esto mejorará el CTR. Si deseas profundizar en este tema, puedes leer esta publicación. 

Debes tener en cuenta

1- Piensa bien qué vas a testear

Como mencioné antes, casi todo se puede poner bajo este test, pero ¿Es realmente necesario testearlo todo? Evalúa y prioriza que vale la pena testear y qué puede aportar realmente.

2- Afina y mejora

Siempre podemos seguir testeando, por eso no te limites ya que casi siempre se puede mejorar un resultado.

3- No olvides los parámetros a evaluar

Si bien podemos seguir mejorando nuestro producto a través del testeo, no perdamos el foco y olvidemos lo que estábamos buscando mejorar. 

De esta forma, los test A/B se posicionan como una gran herramienta para medir la efectividad de una serie de variables. Si bien, para algunos puede significar un poco de trabajo extra, los resultados conseguidos valdrán la pena y su implementación estará totalmente justificada.